基于MM5模式的大连近海地区风能资源评估

孙 英 伟， 康 海 贵＊， 任 年 鑫， 陈 兵

（1.大连理工大学 海岸和近海工程国家重点实验室，辽宁 大连 116024；2.哈尔滨工业大学 土木工程学院，黑龙江 哈尔滨 150090；3.大连理工大学 建设工程学部，辽宁 大连 116024）

0 引 言

风能是目前利用技术最为成熟的清洁可再生能源之一.同陆上风能相比，海上风能具有风速高且稳定、资源更为丰富、不占用陆地面积、受噪音标准限制小等优点，是风电发展的重要方向.随着技术的进步和成熟，近年来欧美等国家的海上风电开发步伐日益加快并进入商业化应用阶段.虽然我国沿海及海上蕴藏着丰富的风能资源，但开发工作起步较晚，直到2010年6月我国第一个海上风电场——上海东海大桥海上风电项目才并网投入运行.在风能资源开发过程中，前期的风能资源评估非常关键，将直接影响到风电场的选址及最终的经济效益.受地理位置的影响，风能资源在空间上的分布具有较强的地域特征，并且与全球气候的变化息息相关.而我国气象台站大部分位于陆上，且站点分布稀疏，其历史观测资料无法全面反映海上的风资源特征，不利于进行大范围区域的海上风能资源评估和风电场选址.因此，采用数学模型实现对海上风能资源分布的高空间分辨率数值模拟，对推动我国的海上风能资源开发和海上风电产业发展具有重要意义.

目前，国内外很多学者多采用中尺度气象模式对风场进行模拟，以研究风能资源的分布情况.Dvorak等[1]利用 MM5中尺度气象模式（简称MM5模式）计算了加利福尼亚地区的风场长期变化情况，分析了该地区的风能资源分布及潜力；Kozai等[2]同时利用合成孔径雷达和MM5模式对日本Shirahama地区风能资源潜力进行了评估；Jimenez等[3]使用 MM5模式和 WAsP风能资源评估程序研究了北海附近German Bight地区的风能潜力；Hernandez等[4]用 MM5模式对中美洲的地区性气候进行了模拟并与实测资料进行了对比；李晓燕等[5]将气象台站的实测风速资料和大气数值模式相结合，提高了进行沿海区域风能资源评估时的数值分辨率；龚强等[6]对MM5模式在风能资源普查中的应用进行了研究；曾雪兰等[7]提出了一种简化的数据获取方法，可以从MM5模式的模拟结果中得到不同轮毂高度的风场数据.

大连位于季风气候区，西北濒临渤海，东南面向黄海，常年多风且风向稳定，适合建立近海风电场.本文利用MM5模式，对大连近海地区风场进行一个代表年的高空间分辨率数值模拟，并通过对数值结果进行后处理，得到评估风能资源所用相关参数的分布情况，以揭示大连近海地区的风能资源潜力.

1 MM5模式

MM5（Mesoscale Model 5）模式是美国宾夕法尼亚大学和美国国家大气研究中心共同研制开发的一种数学模型.经过多年的完善升级，该模型已较为成熟，被国内外学者广泛应用于天气过程的数值模拟以及风能资源评估的研究中.目前该模型已是第5代第3版.

MM5模式的控制方程为采用了大气非静力平衡的原始方程；在垂直方向上采用了地形贴体坐标，用户可自行定义垂向网格分布；模型中考虑了较为真实的地表地形的变化以及地面植被对模型结果的影响.数值模式中的物理过程包括积云对流参数化方案、辐射方案、高分辨率行星边界层方案等.

MM5模式主要包括以下6个模块.

（1）地形及地表处理模块（TERRAIN）

该模块主要对模型所用的初始资料进行前处理.在全球地形图中选出数值模拟区域以及嵌套区域，并将初始场资料中的地形高度、植被特征、地表分类、土壤温度等参数插值到数值计算域的网格节点上.

（2）第一猜测场形成模块（REGRID）

根据计算时段的设置，从大尺度气象场资料中读入计算所需数据，并将其从经纬度网格上插值到计算中所用的矩形网格上.插值后生成的网格节点资料称为第一猜测场，为主模式的数值计算提供初始和边界条件.

（3）客观分析模块（RAWINS）

该模块是将REGRID模块中形成的第一猜测场资料进行客观分析，并在计算过程中进行资料的四维同化.

（4）初始场形成模块（INTERPF）

前3步的数据都是在标准等压面的网格节点上形成的，本模块中，对等压面上数据进行垂直插值，将二维数据扩充到三维，形成计算的初始场资料.

（5）主预报模块（MM5）

此部分为MM5模式的核心所在，主要计算过程都在此模块中完成.通过在程序中设置物理参数的选择方案、时间步长和输出间隔等参数，进行模式的迭代计算，完成模式对天气的模拟和预报功能.

（6）后 处 理 模 块 （GRAPH、INTERPB、NESTDOWN）

该模块主要对主预报模式中生成的数值结果进行数据处理和绘图操作，将计算结果更加直观地反映出来.其中NESTDOWN模块是利用MM5模块的模拟结果进一步生成内部嵌套区域的初估场条件，并可以将其调入MM5模块进行更为细致的求解.

MM5模式的流程图见图1.

图1 MM5模式流程图Fig.1 Flow chart of MM5

2 代表年选取和模型计算参数

为评估一地的风能资源状况，通常需对该地的长期气象观测资料进行分析，数值模拟时也应对风场长期状况进行模拟.根据大连气象台站的历史观测资料，选取近30a（1971～2000年）中的年平均风速最小年（2000年）作为代表年，进行数值模拟，计算时间从 2000－01－01至2000－12－31.MM5模式使用美国地质勘探局全球30s地形高度和陆面资料构建数值计算域地形.初始场资料采用美国国家环境预报中心的1°×1°再分析初始场资料.MM5模式主要参数设置如表1所示.

本文采用嵌套网格进行数值计算，如图2所示.嵌套网格的优点在于只对重点区域进行精细数值模拟，可有效减少计算量.本研究中，外部网格距取为9km，覆盖辽宁、河北两省部分地区和渤海、黄海的部分海域；内部嵌套网格距取为3 km，覆盖整个大连辖区及其周边海域.

表1 MM5模式主要参数Tab.1 The main parameters for MM5

图2 数值计算域示意Fig.2 Sketch of computational domain

3 模型有效性验证

为验证数值结果，选取庄河、长海和大连气象站2000年月平均风速的实测数据与数值计算结果进行对比，如图3所示.气象站实测数据为距地表10m高度处采集.

由图3可以看出，庄河、长海和大连气象站的2000年月平均风速，数模结果与实测数据有着一致的年度变化趋势，庄河和大连气象站的结果吻合良好，而长海气象站数模结果在1～9月吻合良好，从10月开始与实测数据偏差增大.总体看，该模型较好地反映了1a之内的风场变化.

图3 月平均风速数值结果与实测结果对比Fig.3 Comparison of numerical result and observed data of monthly average wind speed

4 风场及近海风能资源数值结果分析

近地层内，风速随高度有着显著的变化，风能资源也随着高度的增加而蕴藏得更为丰富.考虑到海上风机塔架较高，为使结果更具代表性，对MM5模式输出结果进行后处理，分别给出了距地表55m高度处和80m高度处的年平均风速、年平均功率密度和年可利用时间等参数的等值线图，如图4～6所示.

图4 年平均风速等值线图（m/s）Fig.4 Contour map of yearly average wind speed（m/s）

图5 年平均功率密度等值线图（W/m2）Fig.5 Contour map of yearly average power density（W/m2）

海洋上空间宽阔，表面平坦，粗糙度小，而陆地上地貌变化复杂，风场的运动受地表建筑和植被的影响较大，因此海上风速往往大于陆上风速.数值模拟结果反映出了这一特点.如图4所示，55 m高度处和80m高度处的年平均风速等值线基本沿大连及其周边地区的海岸线变化，且风速向内陆衰减.在55m高度处，大连附近浅海地区的年平均风速为5.7～6.3m/s，年平均功率密度在240～270W/m2.而距海岸线更远的地区年平均功率密度可达300W/m2.近海地区年可利用时间普遍可以达到7 200～7 500h.随着高度的增加，风场发生了较大的变化.在80m高度处，沿海岸线年平均风速可达6.3～6.6m/s，年平均功率密度为250～300W/m2，而年可利用时间在7 500～7 800h.根据气象台站统计资料，2000年为近30a中的年平均风速最小年，计算结果较为保守，实际风能蕴藏储量应更为丰富.

5 结 论

（1）数值结果体现出了地形、海陆差异对地面中尺度风速场分布的影响，计算出的全年风场变化情况与气象测站观测数据吻合较好.

（2）得到的三维空间风资源分布概况，弥补了大连地区气象测站稀少及缺少海上测站记录等不足，可为海上风电场的宏观选址提供依据.

（3）大连近海地区55m和80m高度处，年平均风速都在6.0m/s以上，年可利用时间在7 500h左右，风能资源较为丰富，具有较大的开发价值.

[1] DVORAK M J，ARCHEN C L，JACOBASON M Z.California offshore wind energy potential [J].Renewable Energy，2010，35（6）：1244－1254

[2] KOZAI K，OHSAWA T.Evaluation of offshore wind energy potential using SAR and MM5 [C]//Proceedings of Coastal Ocean Remote Sensing.San Diego：SPIE，2007

[3] JIMENEZ B，DURANTE F，LANGE B，etal.Offshore wind resource assessment with WAsP and MM5：Comparative study for the German Bight[J].Wind Energy，2007，10（2）：121－134

[4] HERNANDEZ J L，SRIKISHEN J，ERICKSON D J，etal.A regional climate study of Central America using the MM5modeling system：Results and comparison to observations[J].International Journal of Climatology，2006，26（15）：2161－2179

[5] 李晓燕，余 志.基于 MM5的沿海风资源数值模拟方法研究[J].太阳能学报，2005，26（3）：400－408

[6] 龚 强，袁国恩，张云秋，等.MM5模式在风能资源普查中的应用试验[J].资源科学，2006，28（1）：145－150

[7] 曾雪兰，余 志，邓院昌.基于MM5的轮毂高度风场数据获取方法[J].中山大学学报，2008，47（5）：130－132